01 서론

□ 연구의 필요성 및 목적

 ㅇ 단일 기관 중심의 기술개발만으로는 AI 기술과 관련된 융･복합적인 문제 해결에 어려움이 있으므로 기업, 대학, 연구기관 간 유기적 협력 네트워크 기반의 협력 구조가 필요

 ㅇ 본 연구는 국가연구개발과제를 협력 네트워크 관점에서 분석하고, 권역별 네트워크가 기술적･경제적 성과에 미치는 영향을 회귀분석 하여 정책적 시사점을 도출하는 데 목적이 있음

□ 연구 범위 및 분석 방법

 ㅇ 연구 범위: 광역시도 및 경제권을 대상으로 한 국가과학기술지식정보서비스(NTIS)의 최근 5년간 (2019~2023년) 중소기업 참여 인공지능 기술 과제와 AI 기반 산업*에 속한 중소기업 네트워킹 과제

  * AI 기반 산업: Spencer & Flaningam(2024)의 하드웨어-소프트웨어-서비스의 상호의존구조에 근거하여 ①소프트웨어 공급업, ②정보서비스업, ③부품장치 제조업으로 구분

 ㅇ 분석 방법: NTIS 데이터를 활용하여 현황분석, 공간 분석(GIS), 네트워크 분석(중심성 분석), 회귀분석*을 결합한 다단계 정량적 분석 절차 활용

  * LASSO, Ridge, ElasticNet 회귀를 활용하여 중요도가 높은 설명변수를 선별한 후, 선택변수를 기반으로 pooled OLS를 수행

02 네트워크 이론 및 분석에 관한 선행연구

□ 산업 클러스터와 AI 산업 클러스터 연구 동향

 ㅇ 산업 클러스터는 특정 산업 분야에서 상호 연관된 기업, 연구기관, 대학, 지원기관 등이 지리적 근접성을 기반으로 경쟁･협력하면서 혁신과 성장을 촉진하는 집적체로서 지식･인력･기술의 집중과 확산으로 혁신효율을 극대화

 ㅇ AI 산업 클러스터는 데이터 인프라, 알고리즘 개발, 산업 응용 서비스가 상호 의존적으로 연결된 복합혁신생태계(Spencer & Flaningam, 2024)

  - 핵심구조: 산업 내 하드웨어, 소프트웨어, 애플리케이션 간 가치사슬 간 상호 의존성

  - 산학연이 연속적 협력 주체로 참여하면서, AI 기술개발-사업화-확산으로 이어지는 순환구조 형성

  - AI 산업 클러스터 연구는 기술혁신･정책･네트워크 간 상호작용에 초점을 두며, 물리적 집적을 넘어 데이터 기반 글로벌 협력생태계로 AI 인재･특허 네트워크･투자 집중도가 국가 경쟁력의 핵심임을 제시

□ 네트워크 이론 연구 동향

 ㅇ 네트워크는 사회･조직･기술시스템을 구성하는 노드와 엣지의 상호연결 구조로서 지식･자원･정보의 흐름을 설명하는 핵심 이론적 틀. 네트워크의 노드는 개별 주체를 표현하며, 엣지는 주체간 협력 등 관계의 존재를 표현한 구조로 사회･조직 내 상호작용 패턴을 정량적으로 분석

 ㅇ 네트워크 관점은 기존의 선형적 접근을 넘어 조직 간 상호작용을 통한 비선형적 경로를 설명

 ㅇ 네트워크 토폴로지(Network Topology)는 시스템 내 노드 간 연결 구조를 수학적･시각적으로 표현한 것으로, 관계의 방향, 강도, 밀집도에 따라 네트워크의 효율성과 복원력을 결정

□ 네트워크 효과 및 성과에 관한 연구 동향

 ㅇ 기업 성과는 내부 역량뿐 아니라 네트워크 내의 위치와 구조적 연결 관계에 의해 결정. 강한 연결은 신뢰･정보 정확성, 협력 안정성 측면에서 유리하고, 약한 연결은 새로운 정보, 기회, 혁신적 지식 유입에 유리

 ㅇ 네트워크에서 중심성이 높은 기업일수록 정보접근성･자원동원능력･기술결합능력 등이 높아져 연구개발성과, 시장성과, 고용창출 등 다양한 성과지표에 긍정적 영향을 끼침

 ㅇ 다수의 실증연구에서 연결 중심성, 인접 중심성, 매개 중심성이 평균적으로 성과와 유의한 관계를 지닌다는 사실을 규명

03 AI 기술개발과제의 산학연 협력 네트워크 분석

□ 2019~2023년 수행된 국가연구개발사업 중 중소기업과 연관된 인공지능(AI) 직접 과제(878개)를 중심으로 산학연 네트워크 분석을 수행

 ㅇ 권역별로 살펴보면, 과제 수 기준 시, 수도권이 전체의 55.4%(486개), 중부권이 21.8%(191개)를 차지하며, 연구비 기준 시, 수도권이 45.7%, 중부권이 40.2%를 차지

  * 지역별로 살펴보면, 수도권과 대전의 경우, 연구기관과 대학의 참여가 고르게 분포하며, 광주, 대구, 부산 등 주요 광역시는 중소기업과 대학이 중심이 되어 AI 직접 과제를 수행. 강원, 제주, 전남, 경남 등은 참여 과제 수가 한 자릿수에 그쳐 AI 관련 연구 인프라가 상대적으로 미흡

  - 과제 수의 경우, 시간이 지날수록 수도권 집중(49.2%(’19)→61.5%(’23)) 경향이 나타나며, 중부권 비중은 27.0%(’19)→16.9%(’23)로 완만하게 감소

  - 연구비의 경우, 수도권과 중부권이 전체의 85.9%를 차지하여 과제 수(77.2%)에 비해 쏠림이 심화

 ㅇ 부처별로 보면, 과기부는 전체 과제 수의 63.1%, 연구비의 76.2%를 담당하며, 산업부는 과제 수의 15.8%, 연구비의 9.7%로 그 뒤를 잇고 있음. 중기부는 과제 수의 5.1%, 연구비의 2.8%에 불과

□ 협력유형을 2~3개 기관으로 단순화하면 878개 가운데 556개(63.3%)가 해당

 ㅇ 건수를 기준으로 하면, 산학협력 23.9%, 산산협력 23.0, 학산협력 9.4%, 산연협력 8.8%를 차지. 연구비를 기준으로 하면, 산학협력 17.1%, 산산협력 14.5%, 학산협력 13.6%, 산연협력 9.0%를 차지. 건당 연구비 비중은 학산협력이 가장 높고, 산산협력이 가장 낮게 나타남

 ㅇ 노드 크기와 링크 굵기를 기준으로 하면, 중소기업-대학이 가장 많이 연결되면서 중심적 역할 수행

□ 중심성 분석 결과

 ㅇ 중소기업과 대학이 각각 최대 허브와 최대 브리지로 나타나 산학연 네트워크의 중심축이 중소기업-대학에 형성되어 있음

 ㅇ 중소기업은 연결 중심성(1.6667), 인접 중심성(33.84), 고유벡터 중심성(0.8048)에서 가장 높은 값을 기록하며 산학연 네트워크의 최대 허브이자 영향력 중심 노드로 기능. 이는 네트워크 전역에 가장 빠르게 도달 가능하면서 네트워크의 영향력, 정보접근성에서 핵심 위치에 있음을 시사

 ㅇ 대학은 중소기업 다음으로 제2의 허브이며, 매개 중심성(0.6667)이 가장 높아 가교 역할 수행. 연구기관은 매개 중심성은 낮으나, 상대적으로 높은 연결 중심성(1.33)을 가져 안정적 연결 유지

 ㅇ 권역별로 보면, 대경권과 기타를 제외하면, 산학연 3자 협력 구조가 나타남

  - 수도권은 다핵연결 구조이며, 중부권은 분산형 구조에 가까움

  - 호남권은 균형적 삼각 구조이며, 동남권은 연구기관 매개 중심성이 높은 삼각 구조

  - 대경권은 중소기업 중심 단일 연결 구조이며, 학계와 연구기관은 주변부

04 AI 기반 산업의 협력 네트워크 분석

□ 분석 개요

 ㅇ 분석 대상: 원시 자료에서 AI 중소기업 관련 과제는 8,947개(13,274개 기업)를 추출

   * ’19-’23년 기간 동안 과제 수는 약 30% 증가하였으며, 연구비는 약 70% 가까이 증가

 ㅇ 분류 기준: AI 기반 산업은 제조, 정보서비스, 소프트웨어 산업 간 네트워크가 필요하며 이를 분석하기 위해 AI 기반 산업의 가치사슬 접근법을 활용

   * AI 기반 산업 가치사슬: 컴퓨터 프로그래밍, 시스템 통합･관리업에 해당하는 과제는 소프트웨어 개발･공급업으로, 데이터･정보서비스 관련 소프트웨어업은 정보서비스업으로, 전자부품･컴퓨터･영상･음향 및 통신장비제조업은 부 품･장치 제조업으로 구분(Spencer & Flaningam, 2024)

  분석 지표: 중심성 분석(연결, 매개, 인접) 기법을 활용하여 허브-브리지-주변부 구조를 규명

□ 가치사슬 분류에 기반한 네트워크 구조 분석

 ㅇ GIS를 활용하여 시각화한 결과에 따르면, AI 협력과제는 수도권, 대전, 대구, 부산 등 주요 대도시에 집중되었으며, 중소기업 과제는 국가 산업 거점과 제조 벨트 중심의 클러스터 형성

  - 권역별, 연구과제 수를 기준으로 하면, 수도권 46.2%(4,130건), 중부권 18.1%(1,620건), 동남권 7.7%(690건), 대경권 6.3%(560건), 호남권 4.9%(438건) 순으로 분포

  - 연구비를 기준으로 하면, 수도권 49.6%, 중부권 12.3%, 동남권 5.9%를 차지. 그 외, 지역 구분이 어려운 기타 21.8%를 차지

□ 지역별･권역별 분석 결과

 ㅇ 지역별 분석 결과를 보면, 서울, 경기, 대전이 AI 협력 네트워크를 확산시키는 중심 허브 역할을 수행하며, 경기는 타 지역과의 협력 빈도가 높아 지식･기술교류의 핵심 거점으로 기능

 ㅇ 권역별 분석 결과에 따르면, 허브-브리지 형태가 수도권 중심의 쏠림 구조가 나타나면서 수도권-비수도권 간 비대칭 네트워크 형태를 보유. 비수도권 혁신역량 확산의 제약요인으로 작용

 ㅇ 권역별 네트워크 분석 결과를 보면,

  - 수도권은 다핵 연결망을 갖춘 Mesh형 구조로서 고도화된 협력 네트워크로 진화하고 있으며, 중부권･호남권･동남권은 비교적 응집도가 높은 소규모 Mesh형 구조를 보유

  - 대경권･강원･전북은 point-to-point형 구조로 단일 경로 중심의 협력이 이뤄져 협력 다양성과 확장성 측면에서 한계가 존재

 ㅇ 비수도권의 네트워크 강화를 위해서는 지역 중소기업의 네트워크 진입비용을 낮출 수 있는 공동 기획, 네트워크형 R&D 바우처, 기술･데이터 공유 플랫폼 등 구체적 지원 프로그램이 필요

05 AI 기반 산업의 협력 네트워크 영향 분석

□ 8,947개(13,274개 기업) 과제를 대상으로 네트워크에서 기업 위치(중심성)와 연구비･기업 특성･지역･산업구조 등의 요인이 기업 성과와 어떻게 연결되는지를 정량적으로 검증

 ㅇ 분포의 특성: 정규성 검증결과 오른쪽으로 긴 꼬리의 비대칭 분포

 ㅇ 분석 방법

  - 정규화 회귀분석(LASSO, Ridge, ElasticNet)을 활용하여 성과지표별로 공통적으로 중요한핵심 설명변수를 선별하고, 다중공선성과 과도한 변수 포함 문제를 완화한 후,

  - 선별된 핵심 변수만 사용하여 Pooled OLS 회귀모형을 구축하고, 핵심 지표(특허, 매출, 고용)에대해 별도의 선형 회귀식 추정. 계수 해석 外 예측 성능 및 과적합 여부까지 종합 검증

□ 분석 결과

 ㅇ 특허 성과

  - 권역 간･산업 간 격차는 크지 않은 것으로 확인됨. 권역 더미는 통계적으로 유의하지 않음

  - 총참여기관 수는 유의한 음(-)의 효과를 보여, 참여기관 수가 많아질수록 개별 기업의 특허 성과는 오히려 감소. 중심성 분석 결과는 통계적으로 유의한 영향이 나타나지 않았음

  - 민간연구비_중소기업_현금과 정부연구개발비는 유의한 양(+)의 효과를 보이면서 특허 성과의 핵심 요인. 중소기업의 현금투자와 정부의 예산지원은 특허 창출에 긍정적인 것으로 나타남

 ㅇ 매출 성과

  - 기타를 제외하면, 권역 더미는 유의성이 없는 것으로 나타나며, 기업부설연구소 유무가 보다 큰 영향을 미치고 있음. 민간연구비_중소기업_현금, 정부지원연구개발비, 인건비_현금은 모두 매출에 유의한 양(+)의 효과를 나타냄

  - 중장기 효과 설명을 위해 3년 평균을 활용할 경우, 선정 당시 종업원, 선정 당시 매출액이 유의한 양(+)의 영향을 미치는 것으로 나타남

 ㅇ 고용 성과

  - 권역별 성과를 보면, 호남권, 대경권은 유의한 음(-)의 값을 지니고 있음

  - 재정 투입에서 정부 연구비와 민간 중소기업_현금은 유의한 양(+)의 값을, 인건비_현금은 유의한 음(-)의 값을 지니고 있음

  - 중장기 효과 설명을 위해 3년 평균을 활용할 경우, 조직 역량으로서 선정 당시 종업원 수, 기업부설연구소, 선정 당시 매출액은 유의한 양(+)의 값을 지니고 있음

  - 총참여기관 수가 일관성있게 유의한 양(+)의 값을 지니고 있음

06 결론 및 정책적 시사점

□ NTIS에 등록된 국가연구개발과제 동향 분석(제3장)

 ㅇ 본 연구는 수도권 쏠림현상을 확인하는 데 그치지 않고, 각 권역별 협력망의 형태를 유형화

 ㅇ 공간적으로는 수도권 중심으로 분포되어 있으며, 네트워크의 강도 역시 수도권과 중부권 중심으로 강하게 나타나면서 핵심 거점이 형성되고 있음

 ㅇ 연결 중심성, 매개 중심성, 인접 중심성 지표를 활용하여 살펴보면, 특정 기관이 네트워크 내부의 자원과 정보가 밀집된 중심점으로 기능하고 있음

□ AI 기반 산업을 대상으로 한 네트워크 분석 결과에 의하면(제4장),

 ㅇ 대학･연구소 등 일부 핵심 기관과 다수의 중소기업이 연결된 구조로 나타났음

 ㅇ 연결･매개･인접 중심성 지표를 통해 특정 기관이 네트워크 내 자원과 정보가 밀집된 중심점이자 통로 역할을 수행하는 것으로 나타남

□ 실증분석 결과(제5장)

 ㅇ 네트워크 중심성 못지않게 참여기관의 수가 성과 창출에 중요하며, 기업부설연구소의 유무가 일관성 있게 유의한 양(+)의 효과를 지니는 것으로 나타남

 ㅇ  기업의 자체 현금투자와 정부의 연구개발비 지원이 특허출원 성과 창출의 핵심 요인

 ㅇ 과제 선정 당시 기업의 매출액과 종업원 수가 유의한 효과를 지니는 것으로 나타남. 이는 기업의 초기 역량에 의해 성과가 좌우됨을 시사

 ㅇ 권역별 분석 결과를 보면, 특허, 매출액의 경우, 권역 더미는 통계적으로 유의하지 않았으며, 고용의 경우, 동남권, 대경권, 호남권에서 유의한 음(-)의 값이 나타남

□ (실증분석 결과에 기반한) 정책적 시사점

 ㅇ AI 분야의 연구개발 활동이 기업 성과로 이어지는 파급효과를 촉진하기 위해서는 정부지원금과 중소기업 현금투자를 결합하는 구조를 강화해 나갈 필요가 있음

 ㅇ 기업부설연구소 보유 여부, 선정 당시 매출액･종업원이 성과에 영향을 끼치는 것을 감안하여 기업규모를 고려한 이원화된 정책 설계가 필요. 또한, 네트워크 구조를 강화하고 참여기관의 폭을 확대하여 과도한 중심성을 완화해 나갈 필요가 있음

□ 연구의 한계 및 향후 과제

  동일 AI 과제라 하더라도 대규모 언어모델, 시각 AI, 생성형 AI 등 종류가 다양하지만, 이러한 다양성에 대한 분석이 제한적이므로 향후 보완이 필요